dc.contributor | 金融系 | - |
dc.creator (作者) | 江彌修 | - |
dc.date (日期) | 2013 | - |
dc.date.accessioned | 28-Jul-2015 15:10:40 (UTC+8) | - |
dc.date.available | 28-Jul-2015 15:10:40 (UTC+8) | - |
dc.date.issued (上傳時間) | 28-Jul-2015 15:10:40 (UTC+8) | - |
dc.identifier.uri (URI) | http://nccur.lib.nccu.edu.tw/handle/140.119/77016 | - |
dc.description.abstract (摘要) | 在本研究計畫中我們探究信用投資組合於模型不確定下:一、系統及非系統 性風險的量化與分析,二、風險的沖銷及避險成效分析,以及三、參數不確定性 之於商品評價及風險衡量指標的影響。我們首先嘗試建立連貫性的風險衡量指標 (coherent risk measures)來探究模型不確定下,系統風險與非系統風險之於信用 投資組合的影響,並藉由量化一投資組合之微粒化調整(Granularity Adjustment) 以衡量其資產集中度風險(concentration risk)。在評價模型的建構上,我們將引 進考量具雙重風險構面的價差違約模型(spread-loss models),以確認系統及非系 統性風險之於信用衍生性商品評價上所扮演的角色,並探究模型不確定性之於評 價及風險衡量指標上所呈現的意涵。在風險的沖銷及避險分析上,本研究於考量 雙重風險構面下,將藉由建立動態風險極小化避險策略(risk-minimizing hedge), 以延拓實務界所例行採用的DVO1(dollar value of one basis point)避險衡量指標, 並嘗試具雙重風險構面之投資組合下方風險(downside risk)衡量指標。最後本研 究計畫探究參數不確定性之於評價及風險控管上的影響。我們將嘗試以Löffler (2003)的無母數拔靴法及Tarashev(2010)的貝氏推論方法來量化參數不確定性 的影響,並藉由極大化熵原理(maximum entropy)以提供模型於參數不定性下的 最適化衡量。 | - |
dc.format.extent | 136 bytes | - |
dc.format.mimetype | text/html | - |
dc.relation (關聯) | 計畫編號NSC102-2410-H004-061 | - |
dc.subject (關鍵詞) | 信用投資組合;微粒化調整;動態違約強度模型;集中度風險;風險極小化避險;參數不確定性;極大化熵 | - |
dc.title (題名) | 模型不確定性下信用投資組合之風險度量、控管、及其避險成效分析 | - |
dc.title.alternative (其他題名) | On the Risk Quantification, Management, and Hedging Analysis of a Portfolio of Credit Entities under Model Uncertainty | - |
dc.type (資料類型) | report | en |